BAB II UJI HIPOTESIS KOMPARATIF 1.
Jenis Uji Statistik Parametrik
2.
Non Parametrik
No.
Jenis Data
Jenis Statistik
2 Sampel Independen 2 Sampel Berhubungan 2< Sampel 2 Sampel Independen 2 Sampel Berhubungan 2< Sampel Independen 2< Sampel Berhubungan
Independent sample t-test Paired sample t-test Anava Mann Whitney U test Wilcoxon Sign Rank test Anava ranking Friedman
A. Sampel Independen vs Sampel Berhubungan A. Sampel Independen (between subjects) Sampel independen adalah sampel yang didapatkan dari data yang berasal dari subjek yang berbeda. Misalnya perbandingan antara laki-laki perempuan, desa-kota, SMA-S1, dsb. Contoh: 1. Anda ingin mencari perbedaan antara kecenderungan depresi pada laki-laki dan perempuan. 2. Perbedaan prestasi kerja antara Pabrik Sapu Duka dan Pabrik Sapu Luka Pada contoh di atas, terlihat bahwa ada dua jenis subjek yang memiliki latar belakang berbeda. Desa Terlihat di sini bahwa depresi dibandingkan pada orang di desa dan kota (subjek berbeda)
Depresi Kota
B. Sampel Berhubungan (between treatment) Sampel berkorelasi adalah sampel yang didapatkan dari data yang berasal dari subjek yang sama. Misalnya: 1. Dalam eksperimen anda ingin membandingkan skor pre-test dan post-test kelompok eksperimen. 2. Perbandingan agresi yang diakibatkan oleh efek kopi dan efek teh pada satu orang. Pada contoh di atas, terlihat bahwa ada dua jenis subjek yang sama. Agresi
Agresi
Kopi
Teh
Terlihat bahwa kopi dan teh diberikan kepada satu orang (subjek sama)
Subjek
B. Syarat Penggunaan Uji Komparasi Parametrik 1. Pengambilan sampel adalah random 2. Data berdistribusi normal (baca bab uji normalitas) atau memiliki n (jumlah subjek banyak >30) Wahyu Widhiarso | Fakultas Psikologi UGM |
[email protected]
3. Data homogen. Syarat ini bisa tidak dipenuhi karena ada uji t khusus untuk data tidak homogen (unequal-variance t test) 4. Jumlah subjek (n) dalam tiap kelompok yang dibandingkan diusahakan sama jumlahnya. Kalaupun tidak sama diusahakan jumlahnya tidak jauh berbeda.
C. Mengolah t-tes Independen Sample Hipotesis : Ha: “Ada perbedaan kecerdasan antara pria dan wanita” Variabel dependen : Kecerdasan Variabel independen : Pria dan Wanita 1. Penyajian Data Misalkan hipotesis kita adalah ada perbedaan antara kecerdasan pria dan wanita. Grup 1 adalah pria dan grup 2 adalah wanita. Letakkan dengan menyusun ke bawah. Tidak harus berurutan ya tidak apa-apa, nggak ada yang melarang jika kode 1 dan 2 tidak berurutan seperti contoh yang saya berikan. LANGKAH MENAMAKAN KODE Langkah 1 Tekan Menu Variable View. Lalu Muncul gambar seperti di bawah ini LANGKAH 2 Tekan Values pada baris Gender Wanita diberi kode 1
LANGKAH 3 Masukkan kode dengan namanya. Tulis angka 1 pada Value, lalu tulis wanita pada Value Label. Terus tekan Add. Tulis angka 2 pada laki-laki. Lalu OK
Pria diberi kode 2
LANGKAH 1
LANGKAH 3
LANGKAH 4 Kembali lagi ke Data View
LANGKAH 2
Wahyu Widhiarso | Fakultas Psikologi UGM |
[email protected]
2. Cara Analisis Tekan Menu Analyze Æ Compare means Æ t-test independent samples. Masukkan variabel yang hendak dianalsisis. Pada kolom Test Variabel(s), masukkan kecerdasan. Pada Grouping Variables masukkan gender.
LANGKAH 1 Pada kolom Test Variabel(s), masukkan kecerdasan.
LANGKAH 2 Pada Grouping Variables masukkan gender. Define Groups Karena kode kita adalah 1 dan 2 maka yang ditulis di sini adalah 1 dan 2. Terbalik gak apa, 2 terus 1 gak apa2.
LANGKAH 3 Define Groups Masukkan kode data. Karena gender datanya dikotomi maka perlu dijelaskan.
Cut Point Jika data yang dibandingkan, bukan data kategorik 1 dan 2. Melainkan data kontinum, antara 0 sampai 10 anda dapat menekan cut point dan menulis angka tengahnya yaitu 5. jadi yang dibedakan adalah yang diatas 5, dan dibawah 5
3. Membaca Angka t-tes Independen Sample Independent Samples Test Levene's Test for Equality of Variances
F CERDAS Equal variances assumed
2.662
Sig. .120
Equal variances not assumed
Aturan Uji Homogen Sig: p< 0,05 Æ data tidak homogen Sig: p>0,05 Æ data homogen
t-test for Equality of Means
t
df
Sig. (2-tailed)
Mean Difference
Std. Error Difference
95% Confidence Interval of the Difference Lower
Upper
.085
18
.933
1.0101
11.8809
-23.9507
25.9709
.077
8.663
.940
1.0101
13.0804
-28.7563
30.7765
Aturan Uji t a. Sig: p < 0,05 Æ ada perbedaan pada taraf sig. 5% b. Sig: p < 0,01 Æ ada perbedaan pada taraf sig. 1% c. Sig: p> 0.05 Æ tidak ada beda
Langkah I Baca dulu Levene’s test untuk uji homogenitas (perbedaan varians). Disana tampak bahwa F=2.662 (p=0,120) karena p diatas 0,05, maka dapat dikatakan bahwa tidak ada perbedaan varians pada data kecerdasan pria dan wanita (data equal/homogen)
Wahyu Widhiarso | Fakultas Psikologi UGM |
[email protected]
Langkah 2 Jika data anda homogen, maka baca lajur kiri (equal variance assumed) , jika data tidak homogen, baca lajur kanan (equal variance not assumed). Dari data di atas dapat disimpulkan bahwa data anda homogen (sig > 0.05). So…lihat baris equal variance assumed Langkah 3 Terlihat bahwa nilai t hitung= -0,085 (sig <0,05), artinya tidak ada perbedaan kecerdasan antara pria dan wanita. Bogel : Je! Kamu jangan bilang ada perbedaan yang siginifikan saja. Katakan juga siapa yang lebih cerdas?” (OK, Kita lihat, siapa yang memiliki rerata (mean) yang tinggi, dari kasus ini, wanitalah yang lebih cerdas). Tapi meski perempuan lebih cerdas, tapi dari uji-t tadi terlihat bahwa tidak ada perbedaan yang signifikan. Hal ini dikarenakan selisihnya cuma tipis. Group Statistics GENDER CERDAS Wanita
N 9
Pria
11
Mean Std. Deviation 111.5556 38.4549 110.5455
Std. Error Mean 12.8183
8.6413
2.6055
Terlihat bahwa kecerdasan wanita lebih tinggi dibanding laki-laki (111.55 > 110.54) tetapi selisihnya tipis. Ya. Kaum lelaki ditampar wanita karena wanita lebih cerdas. Tapi karena perbedaannya tidak signifikan, sama artinya bahwa tamparan tersebut tidak signifikan dalam menyebabkan rasa sakit. Ini sih teori Love Hate Relationship, kadang ekspresi cinta dimunculkan secara agresif.. ha ha ha
Pria kelihatan bodohnya ketika mereka diam, sedangkan ketika wanita diam, mereka kelihatan cerdas (Henry Delacroix ) Penjelasan Lebih Detail (for Advance Only) 95 % Confidence Interval of the difference. Adalah rentang nilai perbedaan yang ditoleransi. Pada kasus kita, toleransi ini menggunakan taraf kepercayaan 95%. Jadi dengan menggunakan taraf kepercayaan 95 %, rentang selisih kecerdasan pria dan wanita dari -23.95 sampai 25.97. Independent Samples Test Levene's Test for Equality of Variances
F CERDAS Equal variances assumed
2.662
Equal variances not assumed
Levene Tes Homogenitas. Adalah uji homogenitas, yaitu uji perbedaan varians pada data kita. Aturannya seperti yang tertulis pada tabel sebelumya. Jika data homogen, baca lajur kiri, jika tidak, baca lajur kanan.
Sig. .120
t-test for Equality of Means
t
df
Sig. (2-tailed)
Mean Difference
Std. Error Difference
95% Confidence Interval of the Difference Lower
Upper
.085
18
.933
1.0101
11.8809
-23.9507
25.9709
.077
8.663
.940
1.0101
13.0804
-28.7563
30.7765
Nilai t Anda. Jika tak bisa mengalahkan t tabel (lebih besar dari t tabel), jangan mengharap ada beda signifikan. Dari Sig. -nya terlihat bahwa ia lebih besar dari t tabel (p<0,05.
Std. Eror Difference. Adalah selisih standar deviasi dua data kita. 3,02765 2,99815 = 1,34743.
Mean Difference. Selisih Mean. Adalah selisih dua mean data kita. Lihat tabel dibawah ini. Seperti kita ketahui dari data ini, bahwa rerata kecerdasan pria= 25,50 kecerdasan wanita= 29,90. Selisihnya adalah -4,400. Perempuan lebih cerdas daripada pria Wahyu Widhiarso | Fakultas Psikologi UGM |
[email protected]
1 Ekor melawan 2 Ekor Kalau pakai satu ekor, toleransi yang dipakai akan lebih rendah, sebab harga satu ekor lebih murah dari pada dua ekor. Coba lihat di tabel...nilai t kritis pada df 15, satu ekor nilainya 0,412 yang dua ekor lebih tinggi, 0,482. secara statistik memang kepenak memakai satu ekor, karena lebih murah, tetapi secara metodologi lebih mahal, karena secara teoritik harus benar-benar dapat dipertanggung-jawabkan dan membutuhkan landasan teori yang kuat. Prinsip ini digunakan pada analisis yang lain juga. Misalnya korelasi. Bogel : Jangan banyak omong! Kenapa kok SPSS tidak menyediakan menu pilihan 1 ekor! Wahyu : Karena kita bisa mendapatkan nilai sig (1 tailed) hanya dengan membagi sig (2 tailed). Contoh di atas lihatlah. Sig (2 tailed) = 0.933 sehingga untuk mendapatkan 1 ekor cukup membagi 2 angka tersebut. 0.933 : 2= 0.4665. Inilah sig (1 tailed)….Nah SPSS memberi kesempatan bagi pikiran kita agar tidak manja…..gichu lho’
C. Mengolah t-tes Related Samples Ha : Ada perbedaan kemandirian subjek sebelum mendapatkan konseling dan sesudah mendapatkan konseling (2 ekor) Æ A B Atau Ha : Ada kemandirian sesudah mendapatkan konseling lebih tinggi dibanding sebelum mendapatlan konseling (1 ekor) Æ A > B Variabel Dependen : Kemandirian Variabel Independen : Konseling 1. Penyajian Data Meski namanya sama-sama uji-t tapi tampilan data berbeda. Hal ini dikarenakan SPSS tidak mengijinkan satu orang subjek berada pada baris berbeda. Jadi meski diukur 2 kali yaitu sebelum konseling dan sesudah konseling. Data tersebut terlihat bahwa satu subjek kemandiriannya diukur dua kali.
2. Cara Analisis Tekan Menu Analyze Æ Compare means Æ paired samples t-test. Masukkan variabel yang hendak dianalsisis. Pada kolom Test Variabel(s), masukkan kecerdasan. Pada Grouping Variables masukkan gender.
Wahyu Widhiarso | Fakultas Psikologi UGM |
[email protected]
Langkah 3 Masukkan ke dalam kolom yang hendak di analisis. Trus, klik OK Langkah 1 Pilih satu pasang (2 variabel) yang hendak di analisis
Langkah 2 Pastikan sepasang itu sudah masuk ke tempatnya Paired Samples Statistics
Pair 1 Sebelum Konseling
Mean 13.6000
Sesudah Konseling
25.0000
N
Std. Deviation 10 1.5055 10
Std. Error Mean .4761
2.5386
.8028
Statistik Deskriptif Mean adalah rerata kemandirian tiap pengukuran. N adalah adalah jumlah sampel. Std. Deviation adalah simpangan baku. Std. Error adalah kesalahan baku. Paired Samples Correlations N Pair 1 Sebelum Konseling & Sesudah Konseling
Correlation 10
Sig.
.523
.121
Korelasi Correlation (r). Adalah hubungan antar anggota pasangan. Sig. adalah taraf signifikan. • •
Aturannya, jika Sig > 0.05 tidak ada hubungan kemandirian antara sebelum konseling dan sesudah konseling. Aturannya, jika Sig < 0.05 ada hubungan kemandirian antara sebelum konseling dan sesudah konseling.
Jika r dikuadratkan maka menunjukkan sumbangan konseling terhadap perubahan kemandirian. Terlihat bahwa sumbangan konseling terhadap peningkatan kemandirian adalah 0.5232= 0.27 (27%). 27% peningkatan kemandirian dikarenakan konseling sisanya 73% disebabkan faktor lain. Paired Samples Test Paired Differences
Mean Pair 1 Sebelum Konseling Sesudah Konseling
Mean. Selisih rata-rata. Didapatkan dari rerata kemandirian sebelumsesudah 13.6-25.00 = -11.40
-11.4000
Std. Deviation
Std. Error Mean
2.1705
.6864
95% Confidence Interval of the Difference Lower -12.9527
Std. Deviation Simpangan baku dari selisih antara sebelum dan sesudah. Std Ε(sesudah-sebelum)
Wahyu Widhiarso | Fakultas Psikologi UGM |
[email protected]
Upper -9.8473
t -16.609
df
Sig. (2-tailed) 9
.000
Confidence Interval Interval yang menunjukkan wilayah adanya perbedaan kemandirian pada taraf kepercayaan 95%
Aturan Uji t a. Sig: p < 0,05 Æ ada perbedaan pada taraf sig. 5% b. Sig: p < 0,01 Æ ada perbedaan pada taraf sig. 1% c. Sig: p> 0.05 Æ tidak ada beda Paired Samples Test Paired Differences
Mean Pair 1 Sebelum Konseling Sesudah Konseling
-11.4000
Std. Deviation
Std. Error Mean
2.1705
.6864
t-value Biasanya nilai t yang diatas nilai kritis 1,96 selalu bisa diterima pada taraf sig. 95 %. Atau ketika lebih besar daripada 2.56 diterima pada signifikan 99%. Coba lihat data di tabel. t = -16.609 ( lebih besar daripada 2.56 so…perbedaan kemandirian diterima pada taraf 99%
95% Confidence Interval of the Difference Lower -12.9527
Upper -9.8473
t-value Hasil uji t. Df. Deraja bebas (jumlah sampel-1) 10 orang – 1 = 9
t -16.609
df
Sig. (2-tailed) 9
.000
Simpulan Karena sig > 0.01 Terdapat perbedaan kemandirian antara sebelum dan sesudah mendapatkan konseling
CATATAN : 1. Dengan data yang sama hasil uji-t adalah sama, yang beda adalah df-nya jadi kesimpulan yang dihasilkan berbeda. 2. Rumus pendek t #1. Jika nilai t anda di atas 1,96 maka biasanya kesimpulannya adalah “ada perbedaan pada taraf 95%” 3. Rumus pendek t #2. Jika nilai t anda di atas 2,56 maka biasanya kesimpulannya adalah “ada perbedaan pada taraf 99%” 4. SPSS sudah membandingkan antara nilai t hitung anda dengan nilai t tabel. Jadi gak usah lihat sulit-sulit tabel. Tapi kalau anda gak percaya anda bisa membuktikannya: Kaidahnya #1 Æ t hitung > t tabel maka terdapat perbedaan yang signifikan Kaidahnya #2 Æ t hitung < t tabel maka tidak terdapat perbedaan yang signifikan Bogel : Gampang! Pokoknya kalau t-hitungmu bisa mengalahkan (lebih gedhe) tabel maka hipotesismu (Ha) diterima! Alias ada perbedaan. Gitu aja kok repot.
Nomor-nomor yang besar pastilah mengandung kesalahan Wentworth Dillon Sudahlah Dillon sayang…jangan membuat pembacaku ragu untuk terus mempelajari statistik. Sekarang merekan akan ku bawa mengarungi samudera ANOVA di BAB III
Wahyu Widhiarso | Fakultas Psikologi UGM |
[email protected]
Bogel Wahyu Bogel Wahyu
Bogel Wahyu
Bogel Wahyu
Bogel Wahyu Bogel
: Sebentar jangan beranjak bahasan dulu! Kamu tadi bilang kalau syarat uji t adalah data kita harus normal, rasio/interval. Bagaimana kalau syarat itu tidak terpenuhi…! : Pakai analisis non parametrik! (lihat bab tentang analisis non-parametrik ya) : Je! Aku masih bingung bagimana cara milih t-tes independen samples dan t-tes related samples. Sekarang jelaskan lebih lanjut ya (sambil garuk-garuk kepala). : OK. Pokoknya kata kuncinya adalah kalau satu subjek diukur sekali maka pakai t-tes independen samples. Kalau diukur dua kali maka pakai t-tes related samples. Tak kasih soal. Kalau menguji “perbandingan harga diri antara anak sulung dan bungsu” pakai ttes apa hayo? : t-tes related samples! : Kowe ganteng tapi PEKOK! Yang bener pakai t-tes independen samples karena ada dua jenis anak yang diukur. Satu anak diukur harga dirinya satu kali. Kalau menguji hipotesis “berat badan orang yang sering mandi lebih ringan dibanding yang jarang mandi” pakai t-tes apa? Berapa ekor ujinya? : Pakai t-tes independen samples 2 ekor! : Gundulmu nyosok selokan! Bener pakai t-tes independen samples tapi uji 1 ekor karena sifatnya sudah mengarah, yang dibuktikan pada kata “lebih ringan dari”. (A>B) Bagaimana kalau menguji hiotesis ada perbedaan kekuatan fisik sebelum dan sesudah minum extra joss, pakai t-tes apa? : Pakai t-tes independen samples 2 ekor! : Untumu nancep aspal! Pakai yang related sample doong! Kan yang dibandingkan kekuatannya adalah pada subjek yang sama. Sebelum dan sesudah minum extra joss. : Wedhus males adus! Gak ngerti statistik gak patheken!
Wahyu Widhiarso | Fakultas Psikologi UGM |
[email protected]
